買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南京信息工程大學申請的專利一種小樣本條件下數值預報產品智能站點訂正方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120196872B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510667999.3，技術領域涉及：G06F18/10；該發明授權一種小樣本條件下數值預報產品智能站點訂正方法是由王向;秦育婧;沈逸辰;黃巨龍;劉倩;吳昊設計研發完成，并于2025-05-23向國家知識產權局提交的專利申請。

本一種小樣本條件下數值預報產品智能站點訂正方法在說明書摘要公布了：本發明公開了一種小樣本條件下數值預報產品智能站點訂正方法，包括：獲取數值預報產品的原始數據，其中所述原始數據包括降水、溫度、風速和能見度；構建圖神經網絡，其中所述圖神經網絡的GNN層采用擴散圖卷積網絡作為基本模塊，構建SE?ResNet層，其中所述SE?ResNet層為結合SE模塊的殘差塊；將所述SE?ResNet層融入到圖神經網絡中，得到訂正模型SE?ResGNN；對所述訂正模型SE?ResGNN進行訓練，通過訓練好的訂正模型SE?ResGNN對原始數據進行訂正，得到原始數據的訂正結果。

本發明授權一種小樣本條件下數值預報產品智能站點訂正方法在權利要求書中公布了：1.一種小樣本條件下數值預報產品智能站點訂正方法，其特征在于，包括： 獲取數值預報產品的原始數據，其中所述原始數據包括降水、溫度、風速和能見度； 構建圖神經網絡，其中所述圖神經網絡的GNN層采用擴散圖卷積網絡作為基本模塊，構建SE-ResNet層，其中所述SE-ResNet層為結合SE模塊的殘差塊；將所述SE-ResNet層融入到圖神經網絡中，得到訂正模型SE-ResGNN； 對所述訂正模型SE-ResGNN進行訓練，通過訓練好的訂正模型SE-ResGNN對原始數據進行訂正，得到原始數據的訂正結果； 所述圖神經網絡包括依次連接的六層擴散圖卷積網絡，其中通過前五層的擴散圖卷積網絡獲取更加泛化的特征，通過最后一層擴散圖卷積網絡對更加泛化的特征進行重建； 在所述SE-ResNet層中，對輸入殘差塊的輸入數據進行全局平均池化，并對全局平均池化的結果通過依次連接的全連接層、SiLU激活函數、全連接層、Sigmoid激活函數進行處理，得到通道注意力權重； 對所述輸入數據通過擴散圖卷積網絡和SiLU激活函數進行處理，對通道注意力權重和處理結果進行相乘，將相乘的結果與輸入數據相加，得到SE-ResNet層的最終輸出數據； 所述SE-ResNet層融合到除第一層和最后一層的擴散圖卷積網絡中； 擴散圖卷積網絡的數據處理過程包括： 其中，和分別為前向轉移矩陣和后向轉移矩陣，Hl+1為第l層的輸出，Tk表示第k階的切比雪夫多項式，和為第l層的學習參數； 獲取數值預報產品的原始數據之后還包括： 對所述獲取數值預報產品的原始數據進行預處理，其中所述預處理包括填補，并對所述風速進行分解，分解為緯向風速和經向風速，將分解結果替換風速的輸入數據； 對所述風速進行分解的過程包括： 其中，spd為給定的風速，wdir為風向，其中，u表示緯向風，v表示經向風； 通過均方誤差作為損失函數對所述訂正模型進行訓練。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京信息工程大學，其通訊地址為：210044 江蘇省南京市浦口區寧六路219號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。